Ampe-DB数据集与泛化评测
热点事件持续更新
Ampe-DB数据集与泛化评测
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Ruth Senior Biney 和 Isaac Kojo Yedonu Aboah 提出 Ampe-DB 多模态数据集,并用三种评测协议检验运动识别与互动关系分类,形成了面向泛化能力的识别基线。报道未给出具体评测结果。 该数据集基于加纳传统双人游戏 Ampe,包含 637 个交互片段和 15 名参与者,提供 RGB 视频、双人姿态表示及四分类运动标签。评测覆盖四分类运动识别和二分类运动关系识别,包括去重安全的固定基准、四折双人组合留出评测,以及仅针对类别覆盖完整参与者的参与者留出诊断。
AI 根据报道生成 · 58 分钟前更新
最新进展10月28日 12:00
Ampe-DB:基于加纳传统游戏 Ampe 的人体活动与互动分析数据集报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv · Machine LearningAmpe-DB:基于加纳传统游戏 Ampe 的人体活动与互动分析数据集
研究提出 Ampe-DB 多模态数据集,基于加纳传统游戏 Ampe,包含 637 个交互片段和 15 名参与者,涵盖 RGB 视频、双人姿态表示及四分类运动标签。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。